Inicio / Opinión / En la opinión de / Análisis arquitectónico con inteligencia artificial: más allá del render bonito.

Análisis arquitectónico con inteligencia artificial: más allá del render bonito.

En la opinión de | Opinión |

Por Javier Sandoval Félix

Este artículo explora el potencial de la Inteligencia Artificial Generativa (IAG) en la práctica arquitectónica más allá de la mera generación de imágenes estéticas. A través de un estudio de caso utilizando ChatGPT-4o, se analiza cómo la IAG puede emplearse para realizar análisis arquitectónicos y normativos. El ejercicio incluye la integración de datos climáticos locales y reglamentos municipales para evaluar aspectos como la iluminación natural, ventilación, eficiencia energética y cumplimiento normativo. Se destaca la capacidad de la IAG para generar gráficos y diagramas que facilitan la comprensión y optimización del diseño arquitectónico. También subraya la necesidad de un uso responsable de la IAG, alertando sobre riesgos como sesgos culturales, errores en las respuestas y una posible dependencia excesiva en su capacidad creativa. Finalmente, se reflexiona sobre cómo la innovación en el uso de la IAG puede ser clave para abordar los retos de la arquitectura y el urbanismo, resaltando la importancia de combinarla con el ingenio humano para maximizar su impacto.

De acuerdo al reciente informe de las Naciones Unidas titulado Gobernanza de la IA en beneficio de la humanidad[1] (ONU, 2024), la inteligencia artificial (IA) es un sistema basado en máquinas que infiere, a partir de información que recibe, cómo generar información de salida en forma de predicciones, recomendaciones o decisiones. Ahora, a diferencia de esta IA en donde solo se clasifican o analizan datos, existe una subcategoría de IA que también es alimentada con información pero que, de manera coherente con esta, crea contenidos previamente inexistentes. De acuerdo a la información con que sea alimentada, los nuevos contenidos pueden ser textos, imágenes, videos, música y código de programación, entre otros. Esta IA, clasificada como Inteligencia Artificial Generativa (IAG), repentinamente se volvió accesible al público en general a partir del 2022 y desde entonces no ha parado de crecer tanto en opciones, usuarios y aplicaciones, incluyendo en la arquitectura y el urbanismo. Aunque en estos campos los resultados de la IAG llegan a ser sorprendentes por su calidad visual, aún hay otros usos que apenas se están consolidando a través de plataformas no tan conocidas o accesibles, pero que auguran un invaluable apoyo a las prácticas de la construcción y el diseño, más allá de la representación estética de proyectos.

En un intento de categorizar estos usos, retomo los dos marcos de referencia en los que se puede conceptualizar la práctica de la arquitectura que propone Neil Leach en un capítulo del reciente libro Inteligencia Artificial en la Planeación Urbana y el Diseño (As, Basu, & Talwar, 2022). Uno de estos marcos estaría enfocado meramente a los ya mencionados aspectos estéticos y visuales, mientras que el segundo es lo que él denomina la exploración estratégica del diseño. Trasladando estos marcos al uso de la IAG en la arquitectura, las opciones con fines estéticos son numerosas y accesibles en plataformas web como Midjourney[2], Ideogram[3] o el mismo ChatGPT[4], y es el uso más recurrente hasta ahora por profesionales y estudiantes para la representación visual de proyectos e inclusive como parte del proceso creativo del diseño arquitectónico. Pero para la exploración estratégica del diseño, las aplicaciones no son tan conocidas, quizá por su alejamiento de la representación estilizada de proyectos y su enfoque en apoyar temas más técnicos como el diseño bioclimático de edificios, el uso eficiente de infraestructura urbana o la agilización del tráfico en las ciudades.

El presente artículo tiene la intención de acercar este último uso de exploración y análisis a personas interesadas en el tema a través de herramientas ya disponibles. Para lograrlo, procederé a relatar un ejemplo de caso el cual puede ser replicado en una de las plataformas ya mencionadas.

Análisis de caso

Específicamente, este caso consistió en solicitar a una IAG que hiciera un análisis arquitectónico y normativo del plano de una vivienda unifamiliar tomado de un libro común de construcción (Ceballos, 2009) (Figura 1). Aunque exista IAG especializada en arquitectura, se opta por usar el ya conocido producto de OpenAI, ChatGPT en su versión 4o[5].

Figura 1. Plano de vivienda unifamiliar

Fuente: Ceballos, 2009.

La base del uso de ChatGPT es una solicitud, o prompt en inglés. La calidad de sus respuestas dependerá de la forma en que estas sean redactadas. Por ello, es importante aportar un “cerco” de contexto para que sus respuestas sean relevantes y se ciñan al ámbito de interés. Para este caso, el contexto fue especificar el análisis a realizar y ubicación geográfica de la vivienda. Esto se alimenta a través de archivos jpg, xlsx y docx, comunes para programas como Excel, Word o similares. A continuación, procederé a relatar cómo se desarrolló del ejercicio.

A diferencia de los lenguajes de programación, la interacción con ChatGPT es a través del lenguaje natural. Así que el inicio de este caso se hizo con la siguiente petición:

Hola. Voy a solicitarte que analices la planta arquitectónica de una vivienda de un solo nivel que te voy a proporcionar. Yo te voy a especificar el tipo de análisis. Esta vivienda se construirá en la ciudad de Ensenada, B.C., México, y sus coordenadas geográficas son 31.8667° N, 116.5964° W. También te proporcionaré datos climáticos, ¿entendiste?

Concluir con esta pregunta permite evitar respuestas prematuras. En este artículo, las respuestas de ChatGPT serán resumidas por cuestiones de espacio. Sin embargo, con fines ilustrativos, en esta ocasión se presenta la respuesta completa correspondiente a esta solicitud inicial:

¡Entendido! Cuando estés listo, comparte la planta arquitectónica y los datos climáticos, junto con las especificaciones del análisis que necesitas. Estoy aquí para ayudarte.

La primera parte del ejercicio concluye alimentando con un archivo en formato xlsx a ChatGPT con una base de datos locales climáticos de temperatura, precipitación y viento obtenida de la Red de Estaciones Meteorológicas de Ensenada y zonas anexas[1] del Centro de Investigación Científica y de Educación Superior de Ensenada (CICESE).

Cuando se interactúa con modelos de IAG es recomendable realizar un ejercicio de verificación para asegurar su consistencia interna. Para ello se le hacen preguntas que de antemano se sabe sin asomo de duda la respuesta correcta. En este caso se le solicitó que describiera el plano cuyas características se conocían con antelación. Su respuesta satisfizo la prueba: la estructuró en cinco apartados: “Espacios exteriores, áreas de servicios y acceso, áreas sociales, áreas privadas y orientación”. En estos no solo mencionó puntualmente a todos los espacios del plano refiriéndolos con el nombre correcto, sino que también detectó su ubicación respecto de la vivienda, su conectividad con los otros espacios, los puntos de acceso, las sugerencias de uso, hacia dónde tenían vistas y para algunas áreas inclusive la procedencia de la luz y ventilación natural. No omitió ni inventó ningún espacio.

Después de esta prueba de verificación, se procedió al ejercicio del análisis. Primero se le preguntó si tenía sugerencias de mejora para el plano, a lo que respondió con 10 adecuaciones en 6 categorías: aprovechamiento de la luz natural, ventilación cruzada, privacidad en áreas privadas, ampliación de espacios al exterior, funcionalidad del garaje y almacenamiento y redistribución de la cocina y comedor. Aquí una muestra de su amplia respuesta:

Sala y comedor: La orientación de la vivienda hacia el sur implica que la parte trasera (norte) recibirá menos luz directa, lo cual puede ser beneficioso en climas cálidos. Sin embargo, la sala y el comedor podrían beneficiarse de ventanas adicionales o tragaluces en el techo que permitan la entrada de luz difusa, reduciendo la dependencia de luz artificial.

Recámaras: Dado que están orientadas al norte, es posible que reciban luz indirecta durante el día. Podrías considerar ventanas más amplias hacia el jardín para aprovechar mejor la iluminación natural sin comprometer la privacidad.

Se prosiguió con su opinión respecto a la ventilación de la casa, considerando la base de datos climáticos con la cual se alimentó previamente. Sus respuestas las categorizó en 4 apartados: dirección dominante del viento, ventilación cruzada insuficiente, posibles mejoras a la ventilación natural y protección contra vientos fuertes. Aquí una muestra de su respuesta:

Dirección dominante del viento: Los datos muestran que el viento en Ensenada suele venir predominantemente del suroeste (SW) y ocasionalmente del sur-suroeste (SSW). La vivienda, al estar orientada hacia el sur en la fachada principal, aprovecha parcialmente esta dirección dominante, aunque las ventanas y accesos al sur no son suficientes para generar una ventilación cruzada efectiva.

Enseguida se solicitó realizar un análisis normativo: se alimentó a ChatGPT con un archivo en formato pdf del Reglamento de la Ley de Edificaciones para el Municipio de Ensenada (Municipio de Ensenada, 2007), para que identificara posibles violaciones normativas. La tarea le tomó cinco segundos. Primero sugirió revisiones en cinco categorías: dimensiones mínimas, ventilación e iluminación natural, cajones de estacionamiento y espacios de circulación y seguridad. Particularmente en el tema de cajones fue certero al afirmar que el Reglamento exige al menos uno y la vivienda tiene dos, por lo que cumple e incluso excede el requisito. Adicionalmente, por cada espacio arrojó cuáles deberían ser sus medidas mínimas de superficie, ancho, altura y porcentaje de ventilación, y que de no cumplirse se estaría violando el artículo 76 del Reglamento. Procedimos a revisar la veracidad de su respuesta, la cual fue correcta, salvo en lo referente al tema de ventilación, ya que estaba en otro artículo, pero el porcentaje sí era correcto.

Después se le solicitó que, con base en la orientación de la vivienda, hiciera un análisis gráfico de la temperatura de las habitaciones en un día de verano. Después de unos segundos generó un perfil simulado de temperatura en verano para cada una de los espacios (Figura 2), acompañado de una breve descripción del comportamiento de cada uno. Es de notar que solo se solicitó el análisis, pero el tipo de gráfico y la forma de representarlo fue elegido por la IAG.


Fuente: ChatGPT-4o

La siguiente solicitud fue la generación de un gráfico que facilitara el entendimiento de la distribución de los espacios para la reducción de recorridos. El resultado fue un diagrama de flujo de proximidad necesaria entre los espacios existentes con peso en las conexiones: valores bajos sugiriendo que deberían de estar más cerca, y valores mayores, en los que la cercanía es menos crítica (Figura 3).

Figura 3. Optimización de conectividad

Fuente: ChatGPT-4o

Igualmente, generó un mapa de calor de distancia entre habitaciones, para visualizar las distancias entre pares de espacios (Figura 4). Como en el caso anterior, las representaciones fueron elección de la IAG.

Figura 4. Mapa de calor de distancia entre habitaciones.

Fuente: ChatGPT-4o

Finalmente, se le solicitó que analizara la eficiencia energética de la vivienda. Dividió su respuesta en seis apartados: ventilación natural, iluminación natural, aislamiento térmico y ubicación de espacios, eficiencia de ubicación, exteriores y uso de sombras y zonificación térmica; y cada uno con observaciones, impactos y sugerencias. Aquí un ejemplo:

Iluminación natural

Observación: Las recámaras, el comedor y la sala tienen acceso a luz natural, lo cual es positivo para reducir la dependencia de la iluminación artificial durante el día.

Impacto: La iluminación natural es buena en ciertas áreas, pero podría optimizarse en la cocina y el baño, que, según el diseño, parecen depender más de la iluminación artificial.

Sugerencia: Integrar ventanas adicionales o tragaluces en el baño y la cocina (si la estructura lo permite) podría mejorar la iluminación natural y reducir el consumo eléctrico en estas áreas.

Complementó la respuesta con un gráfico de eficiencia energética (Figura 5), concluyendo así este ejercicio.

Figura 5. Eficiencia energética

Fuente: ChatGPT-4o

Reflexiones finales

Los ejemplos anteriores son solo algunos de los posibles usos de la IA en la arquitectura y disciplinas afines como el urbanismo y la planeación urbana. En estos campos, en los que actualmente me desempeño, he explorado de manera experimental el uso de la IA en la generación de indicadores de seguimiento a proyectos, el análisis normativo de programas de desarrollo urbano, la elaboración de escenarios en consultas públicas o la redacción de diagnósticos de usos de suelo. Pero, aunque estos experimentos han facilitado el flujo de trabajo como ninguna otra tecnología, no lo ha hecho exento de errores, por lo que concluiría este artículo con unas importantes palabras de precaución.

Frente los resultados de la IA que pueden verse espectaculares para quien la usa por primera vez, dicho asombro no debe de nublar nuestro juicio profesional ante una herramienta que aún está en desarrollo y que, por lo mismo, debe de usarse de manera responsable. Hay que tener presente que una IA “no sabe” si sus respuestas son correctas, ya que las genera con base en probabilidades, no en razonamientos como lo hacemos los humanos y, por esto, es común que arroje información falsa, conocida como “alucinaciones”. Por ello, siempre deben de revisarse sus respuestas bajo el supuesto precautorio de que hay errores o falsedades en ellas, y considerando a la IA como un prometedor y veloz asistente, pero que aún necesita de nuestra supervisión. Esto lo podemos comprobar al solicitarle que dibuje el plano de una vivienda: podrá analizar un plano existente como lo hizo para este artículo, sin embargo, si hace un plano nuevo se observará que creará algo similar, pero lo hará con recamáras sin puertas o muebles con dimensiones imprácticas. Así como estos errores puede haber otros no tan notables, por lo tanto somos nosotros los responsables finales de lo que se hará con sus resultados, y no culpar a la IA.

Además de la necesidad de actuar de forma responsable, está la de no ceder de manera perezosa nuestra creatividad a la IA. Observo una desafortunada tendencia, sobre todo en cursantes de carreras afines al diseño como la arquitectura, de rendir sus ideas iniciales ante perspectivas generadas por IA que son visualmente impresionantes, pero alejadas de las intenciones iniciales de la o el alumno. De continuar así, preveo una disminución en las capacidades de razonamiento y respuesta en los futuros profesionales. Esto es particularmente preocupante porque las soluciones de fondo, no de forma, que necesita nuestra arquitectura y nuestras ciudades latinoamericanas implica una profunda reflexión que parta de sus particularidades culturales, algo que no está representado equitativamente en los caudales de información con la que la IA es entrenada.

Lo anterior nos lleva a otra consideración precautoria de la IA: su sesgo, o la tendencia a generar resultados que omiten diferencias culturales, así como reflejan o potencialmente amplifican prejuicios humanos o desigualdades sociales, debido a las bases de datos con la que se alimenta para generar sus respuestas, o el contexto social de las personas que las alimentan. En numerosas ocasiones he tenido que solicitar a una IA que sus respuestas se contextualicen para un entorno latinoamericano para que sean más útiles, pero esto a veces exacerba más el sesgo al reproducir estereotipos asociados a raza o apariencia que pueden considerarse ofensivos o no representativos.

Por último, frente a la incertidumbre de que si la IA reemplazará a los seres humanos en el trabajo, se ha señalado que la verdadera brecha será entre quienes la utilicen y quienes no. Sin embargo, quisiera agregar que incluso entre quienes la adopten habrá una brecha adicional: entre quienes la empleen de forma convencional y quienes exploren maneras creativas o novedosas de utilizarla aunque sea con las mismas herramientas. Esto ya está sucediendo, y es importante puntualizar que esta creatividad proviene de los humanos, no de sugerencias de la IA. Si queremos aprovecharla al máximo, debemos hacerlo desde esta perspectiva.[1] Consultable en https://www.un.org/sites/un2.un.org/files/governing_ai_for_humanity_final_report_es.pdf

[2] https://www.midjourney.com/

[3] ideogram.a

[4] https://chatgpt.com/

[5] Este producto se trata de un modelo avanzado de IA diseñado para mantener conversaciones en lenguaje natural y que responde de manera coherente y relevante a preguntas de una amplia gama de temas.

[1] www.observatorio.cicese.mx

((BIBLIOGRAFÍA))

Ceballos R., A. (2008). 30 planos de casa prototipo. Editorial Trillas.

As, I., Basu, P., & Talwar, P. (Eds.). (2022). Artificial intelligence in urban planning and design: Technologies, implementation, and impacts. Elsevier.

Municipio de Ensenada. (2007). Reglamento de la Ley de Edificaciones para el Municipio de Ensenada, Baja California. Publicado en el Periódico Oficial No. 51, sección I, de fecha 30 de noviembre de 2007, Tomo CXIV. Consultado en  https://www.ensenada.gob.mx/wp-content/uploads/2021/11/Reglamento-de-la-Ley-de-Edificaciones-para-el-Municipio-de-Ensenada-Baja-California.pdf

ONU. (2024). Gobernanza de la IA en beneficio de la humanidad

Javier Sandoval Félix,

El autor es doctor en Ciencias por la Universidad Autónoma de Baja California. Es director de UrbanLab en Ensenada, México. Puede ser contactado en el correo: javier.sandoval@urbanlab.city

Tags

Columnista invitado


Utilizamos cookies de terceros para generar estadísticas y mostrar publicidad personalizada.